论文部分内容阅读
摘要：本文以动力设备拆装实践教学为例，构建了学生实践教学综合评估指标体系，分析了灰评估技术用于学生实践教学综合评估的可行性，通过实例进行了学生实践教学综合成绩灰评估的应用研究。并指出当学生实践教学综合评估成绩相同时，运用灰评估技术可以进一步得出学生实践教学成绩的序次态势。
关键词：轮机工程；实践教学；灰评估
中图分类号：G642 文献标志码：A 文章编号：1674-9324（2014）28-0153-03
随着STCW78/10公约马尼拉修正案的实施，国际海运业对船员能力的要求不断提高。轮机工程专业是应用性、实践性很强的专业，加强学生实验实训等实践性教学，有利于提高学生就业岗位胜任能力，有利于培养出更多高质量的轮机人才。科学评估轮机工程专业学生的实践教学成绩，是航海院校探索、研究、完善、践行新形势下轮机工程专业人才培养模式教学改革的重要内容之一。本文以轮机工程专业动力设备拆装实践教学为例，通过构建学生实践教学综合评估指标体系，对学生实践教学效果进行综合评估。运用灰理论，对实践教学综合评估分数相同的学生，进一步做出序次态势的有效排序。
一、学生实践教学综合评估指标体系的构建
学生实践教学综合评估指标体系有多种构建方式。为了便于研究，以轮机工程专业学生动力设备拆装为例，可将学生实践教学综合评估指标分为气缸盖拆装与检查（20%）、气缸套拆装与测量（20%）、往复泵拆装（30%）、学生态度（10%）、出勤率（5%）、实习报告（15%）六个一级指标，并分别给出二级指标及相应权重（表1）。现对轮机工程某班甲、乙、丙、丁四名学生动力设备拆装按各项指标进行测试与评价，其结果见表1。
表1显示，学生甲、乙、丙、丁的各项指标得分不一样，但实践教学综合评估成绩、学生学习态度、出勤率都一样。在这种情况下，能否找到一种新的评价方法，不但可以得到学生实践教学综合评估的等级，还可以确定学生甲、乙、丙、丁的序次态势及合理排序。
二、灰评估技术用于学生实践教学综合评估的可行性
信息可分为黑信息、灰信息、白信息三种。黑信息是指信息很不确定、数据很少，对应的系统称之为黑色系统；白信息是指信息确定、数据完整，对应的系统称之为白色系统；灰信息介于白信息与黑信息之间，它是指信息部分不完全、部分完全，部分不确定、部分确定，部分未知、部分已知，对应的系统称之为灰色系统。灰理论指出：符合灰因白果律的数据是全信息的，至少是默认原理下的全信息。对于学生实践教学综合评估而言，学生实践教学每项指标的考查得分是具体的，其分数是气缸盖拆装与检查、气缸套拆装与测量、往复泵拆装、学生态度、出勤率、实习报告等各种内外因素共同作用的结果。显然影响学生实践教学综合评估得分的因子很多，多到不胜枚举。因此，学生实践教学综合评估得分具有灰信息覆盖，而学生实践教学综合评估得分是具体的、确定的，具有白信息覆盖。因此，从学生实践教学评估因子到学生实践教学综合得分符合灰因白果律。
灰评估是灰理论的主要内容之一。灰评估是指以不同条件为根据，对事物、方案等，按定性的灰类进行评估，以获得这些事物、方案等的序次态势。灰评估具有普遍意义，既可用于技术科学，也可用于软科学。同样，学生实践教学综合评估也涉及到决策灰类如优、良、中、及格、不及格等，进行学生实践教学综合评估时，面对学生实践教学综合得分水平比较接近且难于区分时，又想得到学生实践教学综合评估的正确排序，灰评估技术是可行性的、也是有效的。
三、灰评估在学生实践教学综合评估中的应用研究
1.建立样本矩阵。
样本矩阵D=d■=■
=■
其中：d■为i评估指标对j学生的得分；j代表学生甲、乙、丙、丁，j∈J={1，2，3，4}；i分别代表评估指标气缸盖拆装与检查、气缸套拆装与测量、往复泵拆装、学生态度、出勤率、实习报告，i∈I={1，2，3，4，5，6}；令k∈K={1，2，3，4，5}={优，良，中，及格，不及格}，且称k=1为上灰类，即为“优”，k=5为末灰类，即为“不及格”，其余为中灰类，且序号越大，类别越低，{I，J，K}构成了灰评估体系，项目集J中各项目均统一为极大值极性，即J是正则的。
2.建立白化函数及白化值的计算。令c■=90（得分90及以上为“优”），则k=1上灰类的白化函数f■为：f■？圯f■（c■，+∞）= f■（90，+∞），计算公式：
f■=f■（c■，+∞）？圯■d■， d■∈[0，c■]1， d■∈[c■，+∞]；
令c■=60（得分60以下为“不及格”），则k=5末灰类的白化函数f■为：
f■？圯f5（0，c5）=f■（0，60），计算公式：
f■=f5（0，c5）？圯f■（d■）=1， d■∈[0，c5]-■d■，d■∈[0，2c■]；
令c■=85（得分85左右为“良”），c■=75（得分75左右为“中”），c■=65（得分65左右为“及格”），则k=2，3，4中灰类的白化函数分别为：
f■？圯f■-，c■，+=f■（-，85，+），f■？圯f■-，c■，+=f■（-，75，+），f■？圯f■-，c■，+=f■（-，65，+），计算公式：
f■=f■-，c■，+？圯f■d■=■d■， d■∈0，c■？摇-■d■+2 d■∈c■，2c■？摇（i=2，3，4）
因此，k灰类白化值为■f■d■。
3.计算综合白化值及灰评估值。
计算学生甲（j=1）的综合白化值■■f■（d■）：
k=1，■f■d■=f■d■+f■d■+f■d■+f■（d■）+f■（d■）+f■（d■）
=f■（84）+f■（83）+f■（87）+f■（90）+f■（100）+f■（77） =■+■+■+1+1+■≈5.6778
k=2，■f■d■=f2d■+f■d■+f■d■+f■（d■）+f■（d■）+f■（d■）
=f■（84）+f■（83）+f■（87）+f■（90）+f■（100）+f■（77）
=■+■+（-■+2）+（-■+2）+（-■+2）+■≈5.6118
k=3，■f■d■=f■d■+f■d■+f■d■+f■（d■）+f■（d■）+f■（d■）
=f■（84）+f■（83）+f■（87）+f■（90）+f■（100）+f■（77）
=（-■+2）+（-■+2）+（-■+2）+（-■+2）+（-■+2）
+（-■+2）≈5.0533
k=4，■f■d■=f■d■+f■d■+f■d■+f■（d■）+f■（d■）+f■（d■）
=f■（84）+f■（83）+f■（87）+f■（90）+f■（100）+f■（77）
=（-■+2）+（-■+2）+（-■+2）+（-■+2）+（-■+2）
+（-■+2）≈3.9846
k=5，■f■d■=f■d■+f■d■+f■d■+f■（d■）+f■（d■）+f■（d■）
=f■（84）+f■（83）+f■（87）+f■（90）+f■（100）+f■（77）
=（-■+2）+（-■+2）+（-■+2）+（-■+2）+（-■+2）
+（-■+2）≈3.3167
得到j=1（学生甲）的综合白化值：
■■f■d■=5.6778+5.6118+5.0533+3.9846+3.3167
=23.6442
根据灰评估值公式σ■=■f■d■/■■f■d■，计算出相应的灰评估值（见下页表2）。
通过同样的方法，可以计算出j=2（学生乙）、j=3（学生丙）、j=4（学生丁）的综合白化值及灰评估值（表2）。
4.构建灰统计矩阵。根据表2的计算结果，得到灰统计矩阵σ：
σ=σ■σ■σ■σ■σ■σ■σ■σ■σ■σ■σ■σ■σ■σ■σ■σ■σ■σ■σ■σ■
=0.2401 0.2373 0.2137 0.1685 0.14030.2405 0.2335 0.2089 0.1727 0.14440.2400 0.2372 0.2123 0.1694 0.14120.2408 0.2381 0.2134 0.1680 0.1397
5.实践教学学生成绩灰评估的序次态势。
学生甲灰评估序列σ■=（0.2401 0.2373 0.2137 0.1685 0.1403）的最大值为σ■=0.2401；学生乙灰评估序列σ■=（0.2405 0.2335 0.2089 0.1727 0.1444）的最大值为σ■=0.2405；学生丙灰评估序列σ■=（0.2400 0.2372 0.2123 0.1694 0.1412）的最大值为σ■=0.2400；学生丁灰评估序列σ■=（0.2408 0.2381 0.2134 0.1680 0.1397）的最大值为σ■=0.2408。
通过以上计算，得出以下结论：学生甲、乙、丙、丁动力设备拆装实践教学综合评估成绩相同，通过使用灰评估计算：学生甲、乙、丙、丁的最大灰评估值分别为0.2401、0.2405、0.2400、0.2408。因此，学生甲、乙、丙、丁实践教学综合评估成绩相同时的序次态势为：丁>乙>甲>丙。
参考文献：
[1]王永洲.模糊综合评估在轮机工程专业实践教学质量评估中的运用[J].船海工程，2011，（8）：95-97.
[2]邓聚龙.灰理论基础[M].第1版.武汉：华中科技大学出版社，2002.
作者简介：张春彦（1973-），男，轮机长，主要从事轮机工程的教学与研究。
关键词：轮机工程；实践教学；灰评估
中图分类号：G642 文献标志码：A 文章编号：1674-9324（2014）28-0153-03
随着STCW78/10公约马尼拉修正案的实施，国际海运业对船员能力的要求不断提高。轮机工程专业是应用性、实践性很强的专业，加强学生实验实训等实践性教学，有利于提高学生就业岗位胜任能力，有利于培养出更多高质量的轮机人才。科学评估轮机工程专业学生的实践教学成绩，是航海院校探索、研究、完善、践行新形势下轮机工程专业人才培养模式教学改革的重要内容之一。本文以轮机工程专业动力设备拆装实践教学为例，通过构建学生实践教学综合评估指标体系，对学生实践教学效果进行综合评估。运用灰理论，对实践教学综合评估分数相同的学生，进一步做出序次态势的有效排序。
一、学生实践教学综合评估指标体系的构建
学生实践教学综合评估指标体系有多种构建方式。为了便于研究，以轮机工程专业学生动力设备拆装为例，可将学生实践教学综合评估指标分为气缸盖拆装与检查（20%）、气缸套拆装与测量（20%）、往复泵拆装（30%）、学生态度（10%）、出勤率（5%）、实习报告（15%）六个一级指标，并分别给出二级指标及相应权重（表1）。现对轮机工程某班甲、乙、丙、丁四名学生动力设备拆装按各项指标进行测试与评价，其结果见表1。
表1显示，学生甲、乙、丙、丁的各项指标得分不一样，但实践教学综合评估成绩、学生学习态度、出勤率都一样。在这种情况下，能否找到一种新的评价方法，不但可以得到学生实践教学综合评估的等级，还可以确定学生甲、乙、丙、丁的序次态势及合理排序。
二、灰评估技术用于学生实践教学综合评估的可行性
信息可分为黑信息、灰信息、白信息三种。黑信息是指信息很不确定、数据很少，对应的系统称之为黑色系统；白信息是指信息确定、数据完整，对应的系统称之为白色系统；灰信息介于白信息与黑信息之间，它是指信息部分不完全、部分完全，部分不确定、部分确定，部分未知、部分已知，对应的系统称之为灰色系统。灰理论指出：符合灰因白果律的数据是全信息的，至少是默认原理下的全信息。对于学生实践教学综合评估而言，学生实践教学每项指标的考查得分是具体的，其分数是气缸盖拆装与检查、气缸套拆装与测量、往复泵拆装、学生态度、出勤率、实习报告等各种内外因素共同作用的结果。显然影响学生实践教学综合评估得分的因子很多，多到不胜枚举。因此，学生实践教学综合评估得分具有灰信息覆盖，而学生实践教学综合评估得分是具体的、确定的，具有白信息覆盖。因此，从学生实践教学评估因子到学生实践教学综合得分符合灰因白果律。
灰评估是灰理论的主要内容之一。灰评估是指以不同条件为根据，对事物、方案等，按定性的灰类进行评估，以获得这些事物、方案等的序次态势。灰评估具有普遍意义，既可用于技术科学，也可用于软科学。同样，学生实践教学综合评估也涉及到决策灰类如优、良、中、及格、不及格等，进行学生实践教学综合评估时，面对学生实践教学综合得分水平比较接近且难于区分时，又想得到学生实践教学综合评估的正确排序，灰评估技术是可行性的、也是有效的。
三、灰评估在学生实践教学综合评估中的应用研究
1.建立样本矩阵。
样本矩阵D=d■=■
=■
其中：d■为i评估指标对j学生的得分；j代表学生甲、乙、丙、丁，j∈J={1，2，3，4}；i分别代表评估指标气缸盖拆装与检查、气缸套拆装与测量、往复泵拆装、学生态度、出勤率、实习报告，i∈I={1，2，3，4，5，6}；令k∈K={1，2，3，4，5}={优，良，中，及格，不及格}，且称k=1为上灰类，即为“优”，k=5为末灰类，即为“不及格”，其余为中灰类，且序号越大，类别越低，{I，J，K}构成了灰评估体系，项目集J中各项目均统一为极大值极性，即J是正则的。
2.建立白化函数及白化值的计算。令c■=90（得分90及以上为“优”），则k=1上灰类的白化函数f■为：f■？圯f■（c■，+∞）= f■（90，+∞），计算公式：
f■=f■（c■，+∞）？圯■d■， d■∈[0，c■]1， d■∈[c■，+∞]；
令c■=60（得分60以下为“不及格”），则k=5末灰类的白化函数f■为：
f■？圯f5（0，c5）=f■（0，60），计算公式：
f■=f5（0，c5）？圯f■（d■）=1， d■∈[0，c5]-■d■，d■∈[0，2c■]；
令c■=85（得分85左右为“良”），c■=75（得分75左右为“中”），c■=65（得分65左右为“及格”），则k=2，3，4中灰类的白化函数分别为：
f■？圯f■-，c■，+=f■（-，85，+），f■？圯f■-，c■，+=f■（-，75，+），f■？圯f■-，c■，+=f■（-，65，+），计算公式：
f■=f■-，c■，+？圯f■d■=■d■， d■∈0，c■？摇-■d■+2 d■∈c■，2c■？摇（i=2，3，4）
因此，k灰类白化值为■f■d■。
3.计算综合白化值及灰评估值。
计算学生甲（j=1）的综合白化值■■f■（d■）：
k=1，■f■d■=f■d■+f■d■+f■d■+f■（d■）+f■（d■）+f■（d■）
=f■（84）+f■（83）+f■（87）+f■（90）+f■（100）+f■（77） =■+■+■+1+1+■≈5.6778
k=2，■f■d■=f2d■+f■d■+f■d■+f■（d■）+f■（d■）+f■（d■）
=f■（84）+f■（83）+f■（87）+f■（90）+f■（100）+f■（77）
=■+■+（-■+2）+（-■+2）+（-■+2）+■≈5.6118
k=3，■f■d■=f■d■+f■d■+f■d■+f■（d■）+f■（d■）+f■（d■）
=f■（84）+f■（83）+f■（87）+f■（90）+f■（100）+f■（77）
=（-■+2）+（-■+2）+（-■+2）+（-■+2）+（-■+2）
+（-■+2）≈5.0533
k=4，■f■d■=f■d■+f■d■+f■d■+f■（d■）+f■（d■）+f■（d■）
=f■（84）+f■（83）+f■（87）+f■（90）+f■（100）+f■（77）
=（-■+2）+（-■+2）+（-■+2）+（-■+2）+（-■+2）
+（-■+2）≈3.9846
k=5，■f■d■=f■d■+f■d■+f■d■+f■（d■）+f■（d■）+f■（d■）
=f■（84）+f■（83）+f■（87）+f■（90）+f■（100）+f■（77）
=（-■+2）+（-■+2）+（-■+2）+（-■+2）+（-■+2）
+（-■+2）≈3.3167
得到j=1（学生甲）的综合白化值：
■■f■d■=5.6778+5.6118+5.0533+3.9846+3.3167
=23.6442
根据灰评估值公式σ■=■f■d■/■■f■d■，计算出相应的灰评估值（见下页表2）。
通过同样的方法，可以计算出j=2（学生乙）、j=3（学生丙）、j=4（学生丁）的综合白化值及灰评估值（表2）。
4.构建灰统计矩阵。根据表2的计算结果，得到灰统计矩阵σ：
σ=σ■σ■σ■σ■σ■σ■σ■σ■σ■σ■σ■σ■σ■σ■σ■σ■σ■σ■σ■σ■
=0.2401 0.2373 0.2137 0.1685 0.14030.2405 0.2335 0.2089 0.1727 0.14440.2400 0.2372 0.2123 0.1694 0.14120.2408 0.2381 0.2134 0.1680 0.1397
5.实践教学学生成绩灰评估的序次态势。
学生甲灰评估序列σ■=（0.2401 0.2373 0.2137 0.1685 0.1403）的最大值为σ■=0.2401；学生乙灰评估序列σ■=（0.2405 0.2335 0.2089 0.1727 0.1444）的最大值为σ■=0.2405；学生丙灰评估序列σ■=（0.2400 0.2372 0.2123 0.1694 0.1412）的最大值为σ■=0.2400；学生丁灰评估序列σ■=（0.2408 0.2381 0.2134 0.1680 0.1397）的最大值为σ■=0.2408。
通过以上计算，得出以下结论：学生甲、乙、丙、丁动力设备拆装实践教学综合评估成绩相同，通过使用灰评估计算：学生甲、乙、丙、丁的最大灰评估值分别为0.2401、0.2405、0.2400、0.2408。因此，学生甲、乙、丙、丁实践教学综合评估成绩相同时的序次态势为：丁>乙>甲>丙。
参考文献：
[1]王永洲.模糊综合评估在轮机工程专业实践教学质量评估中的运用[J].船海工程，2011，（8）：95-97.
[2]邓聚龙.灰理论基础[M].第1版.武汉：华中科技大学出版社，2002.
作者简介：张春彦（1973-），男，轮机长，主要从事轮机工程的教学与研究。